2 0 0 0 OA 日本全国地形・地盤分類メッシュマップを利用した地盤の平均S波速度分布の推定
- 著者
- 松岡 昌志 若松 加寿江 藤本 一雄 翠川 三郎
- 出版者
- 公益社団法人 土木学会
- 雑誌
- 土木学会論文集 (ISSN:02897806)
- 巻号頁・発行日
- vol.2005, no.794, pp.794_239-794_251, 2005 (Released:2006-05-19)
- 参考文献数
- 29
- 被引用文献数
- 28 9
日本全国の任意の地点での地盤特性を評価するために, 全国的にS波速度に関する調査資料が得られている約2000地点について, 深さ30mまでの地盤の平均S波速度 (AVS30) と微地形区分との関係を検討した. 微地形の判読は, 全国の微地形を統一基準で分類した「日本全国地形・地盤分類メッシュマップ」の分類に従い, 大縮尺の地形分類図を用いて目視判読により正確に行った. その結果, 微地形ごとのAVS30には地盤の形成過程や堆積環境に起因する違いが認められ, 標高, 傾斜, 古い時代に形成された山地・丘陵からの距離を説明変量とした回帰式によって, AVS30が比較的精度よく推定できることを示した. さらに, 日本全国地形・地盤分類メッシュマップを利用して, 広域でのAVS30分布図を作成した.
2 0 0 0 OA 人工衛星SAR画像と光学センサを用いた自然災害の早期把握
- 著者
- 鳥澤 一晃 松岡 昌志 堀江 啓 井ノ口 宗成 山崎 文雄
- 出版者
- 公益社団法人 日本地震工学会
- 雑誌
- 日本地震工学会論文集 (ISSN:18846246)
- 巻号頁・発行日
- vol.21, no.5, pp.5_98-5_118, 2021 (Released:2021-11-30)
- 参考文献数
- 52
本研究では,2016年熊本地震の熊本県益城町および宇城市における罹災証明データを統合し,推定地震動分布と組み合わせて,構造別・建築年代別の建物被害関数を構築した.相関係数はすべての分類で0.9前後の強い正の相関を示し,広範囲の地震動で熊本地震の実被害率を説明可能である高精度な被害関数が得られた.木造建物を対象として,既往の被害関数と比較を行ない,被害関数構築に使われた被害調査データの違いや地震が発生した地域の違いなどに基づき,予測結果の傾向の違いやその要因を考察して,本研究で構築した建物被害関数の妥当性について検証した.
- 著者
- 石井 友 松岡 昌志 牧 紀男 堀江 啓 田中 聡
- 出版者
- 日本建築学会
- 雑誌
- 日本建築学会構造系論文集 (ISSN:13404202)
- 巻号頁・発行日
- no.751, pp.1391-1400, 2018-09
- 被引用文献数
- 9
If a disaster such as an earthquake occurs, buildings will suffer damages, including residential houses and public facilities. An investigation of damaged buildings is very important in disaster areas because we use such data to make decisions for the implementation of disaster management and restoration plans. However, in the event of a large-scale disaster, conducting a detailed survey has several problems. The number of buildings to be covered will increase, manpower will be insuffficient, the burden on workers will increase, restoration will take time and will be delayed. Therefore, there is a need for a quick and accurate method of investigating building damages.<br><br> In this study, we allowed a CNN (convolutional neural network) to learn the local and aerial photographs of the 1995 Kobe earthquake and verified the possibility of assessing building damages in the CNN based on the learning curve and discrimination accuracy. The Nishinomiya Built Environment Database, which contained damage certificate data, aerial and field photographs, and their shooting points, was used for analysis. In the Nishinomiya city's damage certificate data, the damaged buildings were classified into four classes: “severe,” “moderate,” “slight,” and “undamaged.” However, in the present study, three classes—moderate, slight, and undamaged—were merged into a single class for simplicity, such that we had a two class classification problem, that is, “severe” and “others.”<br><br> First, when we created a data set using the damage certificate data, and aerial and field photographs, and allowed the CNN to learn them, a state called over-fitting was created, which made normal learning more difficult. However, as a result of countermeasures called data incrimination, we were able to obtain a estimation accuracy of approximately 63.6% in the aerial photographs and 73.6% in the field photographs. Since the decrease in the accuracy is due to building internal damages, we should also include the possibility of such damages that could not be assessed from the appearance alone, and of the images of damaged buildings from outside the target building; therefore, we investigated and verified the damaged buildings again based on the “images of damaged buildings evaluated by visual interpretation.” Then, it became clear that the damaged buildings can be identified with an accuracy of 86.0% in the aerial photographs and 83.0% in the field photographs. Furthermore, in the field photographs, it became clear that collapsed buildings can be distinguished with a high accuracy of 98.5%.<br><br> From the above results, it was found that it is possible to assess the condition of damaged buildings by deep learning using field and aerial photographs taken in the affected area after the earthquake; however, the damage that can be identified with the highest accuracy is limited to the photographs of collapsed buildings. In our future research, we plan to correctly identify the difference between “moderate” and “slight” damaged buildings.
1 0 0 0 空撮映像目視判読による地震被害建物の抽出に関する精度検証
- 著者
- 長谷川 弘忠 山崎 文雄 松岡 昌志 関本 泉
- 出版者
- 公益社団法人 土木学会
- 雑誌
- 地震工学研究発表会講演論文集
- 巻号頁・発行日
- no.25, pp.1097-1100, 1999
兵庫県南部地震による建物の被害状況について, 地震後の空撮映像を利用した複数人による目視被害判読を行い, 判読者の違いが建物被害抽出結果に与える影響について検討を行った. 空撮映像はハイビジョンカメラにより上空から斜め下方を撮影したものを使用した. 結果の評価には, 建物1棟ごとの被災度調査データと, 被害地上写真を利用した. この結果, 被害の有無については, 個人差および判読時間の影響を受けず, 概ね同程度の抽出が可能であることが解った. ただし倒壊建物の抽出を行う場合には, 判読者の個人差の影響が顕著であり, 空撮映像上での倒壊判読基準の統一が必要であることが明らかとなった.
- 著者
- 翠川 三郎 松岡 昌志 作川 孝一
- 出版者
- 一般社団法人日本建築学会
- 雑誌
- 日本建築学会構造系論文報告集 (ISSN:09108025)
- 巻号頁・発行日
- no.442, pp.71-78, 1992-12-30
- 被引用文献数
- 11
Site effects on peak ground acceleration and velocity observed during the 1987 Chiba-ken-toho-oki earthquake (M=6.7) were evaluated. Strong-motion records at 173 sites with different site conditions were used for the analysis. The results indicate that 1) the site effects are more significant on peak ground velocity than on peak acceleration, 2) geomorphological land classification is more appropriate for evaluating the site effects than soil profile type or surface geology, and 3) the average shear-wave velocity of ground is a useful predictor of ground motion amplification at specific sites.
1 0 0 0 ALOSによる広域災害把握の可能性(宇宙応用シンポジウム)
- 著者
- 松岡 昌志
- 出版者
- 一般社団法人電子情報通信学会
- 雑誌
- 電子情報通信学会技術研究報告. SANE, 宇宙・航行エレクトロニクス (ISSN:09135685)
- 巻号頁・発行日
- vol.106, no.107, pp.19-24, 2006-06-14
本報は発災後の早期被害把握を目的として,ヘリコプターや航空機からの空撮画像を利用した被害地域の自動抽出手法を紹介している.この手法は地上解像度が高いことが必要条件であるが,最近の高解像度衛星の画像にも適用でき,さらには,ALOS/PRISM相当の約2.5m解像度の画像であっても,建物が瓦礫化したような甚大被害地域については自動抽出できる可能性があることを2003年イラン・バム地震および2005年福岡県西方沖地震での被災地画像への適用を通じて示した.
1 0 0 0 国土数値情報を利用した広域震度分布予測
- 著者
- 松岡 昌志 翠川 三郎
- 出版者
- 一般社団法人日本建築学会
- 雑誌
- 日本建築学会構造系論文報告集 (ISSN:09108025)
- 巻号頁・発行日
- no.447, pp.51-56, 1993-05-30
- 被引用文献数
- 23
A procedure for predicting the isoseismal map of a hypothetical earthquake is proposed using the Digital National Land Information as the GIS application to seismic microzoning. The average shear wave velocities of ground from surface to 30m depth, AVS, are estimated from site parameters included in the Digital National Land Information. The isoseismal map is predicted by multiplying of the site amplification factor estimated from AVS, and the intensity of standard ground motion which is obtained from the attenuation law. The calculation was conducted for the 1987 Chiba-ken-toho-pki earthquake. The calculated values showed good agreements with the observed ones.